对话第四范式总裁胡时伟：智能转型切忌“短平快”，行业大模型不是“买来的”丨科创100人_新浪财经

　　文丨新浪科技周文猛

　　期数：No.54

　　嘉宾：第四范式联合创始人、总裁胡时伟

　　作为诞生于AI 1.0时代且成功上市的人工智能企业，第四范式在当前大模型盛行的时代，同样有着自己的布局与思考。

　　近日，第四范式联合创始人、总裁胡时伟在与新浪科技《科创100人》沟通中分享了公司对于行业大模型的构建思路和行业发展思考。

　　当前，越来越多的企业正在将AI大模型研发的重点转向垂直行业领域，在胡时伟看来，“行业大模型的构建，它最终体现的是这个模型在行业当中预测越来越准，它的来源并不简单是算力的堆砌，或者简单算法的优化，更重要的是数据，数据决定了预测准确性的上限。”

　　“你最好能把数据的价值全部榨取出来，所以进行数据建设特别重要。”胡时伟表示。在他看来，行业大模型不是靠买来的，而是需要靠构建得来，“因为每个企业的数据，它都有一定的差异性，你能够买来的只有共性。”

　　在他看来，企业做自己的行业大模型，其实是需要先投入的，渴望“短平快”快速见效并不可取。“短平快只是做启蒙，认识到这个东西有用，才能真正起效。”

　　以下，附新浪科技与胡时伟对话内容，略有修改：

　　“大家越来越关心有用的AI，AI 1.0仍存在巨大价值”

　　新浪科技：近期您参加了今年的世界人工智能大会，你最大的感受是什么？观察到了哪些趋势和变化？

　　胡时伟：我觉得大家其实现在会越来越多地关注到底什么是有用的AI、有价值的AI，我觉得越来越多的人在关注了，特别是来参展的观众，不是厂商，大家关心的心理、关心的话题越来越偏向于怎么去落地应用和（实现）价值。

　　新浪科技：您的意思是之前存在一些没有价值的AI？

　　胡时伟：刚出来的时候，就像当年的AI 下围棋，大家更多地把它当成一个热点的新闻去看待，为什么会这样呢？其实我们有一个规律，我觉得科技的发展，其实往往都是媒体先关注大家听得懂的，就是比较容易给人形成冲击的，然后才会存在深度的思考，我觉得这个是很正常的这个过程。

　　新浪科技：外界倾向于把这一轮基于大模型的人工智能叫做AI2.0，你觉得这两代人工智能有什么区别？

　　胡时伟：我觉得 AI 1.0 还在青年期，大语言模型在交互上、在认知上其实是引爆了一轮，但实际上来讲， AI 1.0仍然有它存在的巨大价值。如果说你认为AI 1.0就是AI的产业价值的话，那我觉得AI 1.0的这个潜力远远没有发挥出来，我们这么多产业，各行各业，每个行业的智能化程度仍然有巨大的开发空间。我们不能说这个企业里面有了一个人脸识别，有了一个对话框，我们就说它是智能化了。

　　你的核心的产业、核心的生意有多大程度上在真的被AI所改变？有AI和没AI，你的利润、你的营收，你的客户服务水平和质量差了多少？那如果按照这个角度上来讲，各行各业的 AI 价值，那今天非常早期的阶段。

　　“行业大模型的构建，更重要的是数据”

　　新浪科技：公司之前发布的先知5.0行业大模型平台，宣称可以预测下一个任意模态，这与大模型技术领域一直在提的“下一个tokens”有何区别？本质上是否也都差不多？

　　胡时伟：其实就是下一个 token 或者是下一几个token，这涉及算法的结构里，你定义的输入输出层对应的表现，这个其实都是可以对于不同的问题来进行不同的设计，进行算法和整个算法架构的设计，相对来讲比较灵活。

　　所以，我说最关键的问题是你真实世界当中的各模态的数据，你怎么能输入进这个算法里边去，你经过什么样的构建，然后进了这个算法里边，进去后再怎么通过数据进行训练，让这个模型的效能越来越好。

　　其实我们去把这个模型的效能变得越来越好，是有很多不同的方式，其中有个很重要的方式就是我定义一个核心的指标，然后我们通过不停地训练，不停地创新去逼近这个指标。此外，我们还可以引入更多的数据，对已有的数据进行不一样的处理，或者甚至有的时候我为了引入更多的数据，我去改变我的业务流程。

　　所以，行业大模型的构建，其实最终体现为这个模型在行业当中它预测得越来越准，但它的来源其实并不简单地是算力的堆砌，或者简单就是算法的优化，我们看起来更重要的是数据，是数据决定了这件事情的上限，你最好就是能把数据的价值全部榨取出来，所以进行数据建设特别重要。

　　而且，一个企业永远不能说我已经有数据了，或者一个企业也不应该说我没有数据，因为数据就是来自你的生产过程。而真正的研发过程、训练过程你投入多少算力，投入了多少工程师，决定了上限能达到什么样的程度，而你懂不懂大模型的构建？懂不懂管理？是否拥有这个经验或知识？决定了你的效率是如何的。

　　有的人花三份的成本，有的人花一份的成本，比如你用大语言模型的架构可能也能从数学理论上去达到一个上限，但是你整个所需要的数据，所需要的训练过程，可能是几个数量级的，但是它的价值是一样的，那你为什么要花几个数量级的代价去做这件事情？

　　新浪科技：公司的“先知AI平台5.0”已经具备规模交付能力了吗？是如何实现的？

　　胡时伟：是的，其实我们有非常多的经验，帮助你的产业如何能更快地构建起你的大模型？就是整个产业的流水线，从业务到最后的模型出来，业务到数据到算法、算力一直到实现上的应用，再到整个大模型用起来，再反馈到生产过程当中，再产生数据，再回来整个闭环的流程，经过这么多年，其实它打造了一套标准的方法，这个事情是可以让大家少走弯路、降低门槛的。

　　“行业大模型不是买来的，短平快只是做启蒙”

　　新浪科技：在帮企业去做行业大模型或智能化转型时，很多客户的兴趣都很浓厚，但到了付款时却很冷静，你怎么看这个现象？有什么办法改变这种现状？

　　胡时伟：首先我觉得这里面有两个点是要变化的。

　　第一，他（企业）在做这件事情，起初至少要朝着有价值的方向做，因为有一些问题他生来就没有什么价值，他就是做出来了，他也没有价值，那你没有价值的事情，自然大家最后为这个买单的意愿就不强，这是第一个点。

　　第二，我觉得 AI 这件事情是用数据持续进行训练的，它是一个长期的过程，有很多企业其实它一开始的数据基础设施和平台基础设施，它是要先行投入的，那很多企业它其实没有长期的这个关注，就是期望说我能不能短平快，那其实某种意义上来讲，短平快只是做启蒙，让他认识到这个东西有用才行。这是一个播种和收获的过程，你在数据上，在架构上，在整个的研发团队上，你不做足够的投资，其实你是出不来效果的。很多企业要意识到，行业大模型是要构建的，而不是靠买来。

　　每个企业它的问题，它的数据，都有一定的差异性，你能购买来的只有共性能力，比如软件平台、硬件算力以及管理方法这些是共性的，但是到了你这个企业里面，还要根据自己的特性来把这个价值真正地落下来，价值落下来他一定要买单的，因为价值落下来了不买单这个价值就没有了。

　　新浪科技：现阶段企业落地行业大模型成本跟价值能匹配了吗？

　　胡时伟：我觉得长期来讲一定是很赚的，短期的角度来讲其实要做AI，还是要有一定的投入的。